滾動軸承是機械設(shè)備中的核心精密部件,在設(shè)備運轉(zhuǎn)過程中起承接負(fù)載、傳遞載荷的作用,被廣泛應(yīng)用于冶金、化工、航天等重要領(lǐng)域。滾動軸承一旦發(fā)生故障沒有及時排查,輕則導(dǎo)致生產(chǎn)停滯,重則造成人員傷亡。研究表明滾動軸承發(fā)生故障時,軸承振動信號表現(xiàn)出明顯的非線性、非平穩(wěn)特性。如果能夠在線對滾動軸承運行狀態(tài)進(jìn)行有效監(jiān)測,對獲取的有效信息進(jìn)行合理判斷,及早發(fā)現(xiàn)故障并進(jìn)行維修,對保證系統(tǒng)穩(wěn)定、平穩(wěn)運行,預(yù)防安全事故的發(fā)生具有重要意義。論文以滾動軸承為研究對象,主要研究了基于振動信號的軸承故障特征提取及診斷方法,論文主要研究內(nèi)容如下:①針對滾動軸承故障信號特征信息容易被噪聲淹沒的問題,提出自適應(yīng)最大相關(guān)峭度反卷積方法實現(xiàn)滾動軸承故障信號降噪。充分考慮最大相關(guān)峭度反卷積能夠增強含噪信號中的周期沖擊信號的優(yōu)勢,將相關(guān)峭度設(shè)為評價標(biāo)準(zhǔn),設(shè)定經(jīng)最大相關(guān)峭度反卷積后的信號包絡(luò)譜熵作為適應(yīng)度函數(shù),采用增強領(lǐng)導(dǎo)型粒子群算法對最大相關(guān)峭度反卷積的參數(shù)進(jìn)行尋優(yōu),實現(xiàn)自適應(yīng)最大相關(guān)峭度反卷積方法對滾動軸承故障振動信號的增強;②針對滾動軸承故障特征提取困難的問題,提出融合自適應(yīng)變分模態(tài)分解和奇異值分解的故障特征提取方法。以任意模...

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景與意義
    1.2 滾動軸承基本概述
        1.2.1 滾動軸承結(jié)構(gòu)
        1.2.2 滾動軸承振動機理
        1.2.3 滾動軸承失效形式
    1.3 滾動軸承故障診斷研究現(xiàn)狀
        1.3.1 故障信號預(yù)處理研究現(xiàn)狀
        1.3.2 故障特征提取研究現(xiàn)狀
        1.3.3 故障模式識別研究現(xiàn)狀
    1.4 本文研究思路
第二章 基于自適應(yīng)MCKD的故障信號濾波
    2.1 最大相關(guān)峭度反卷積
        2.1.1 MCKD基本原理
        2.1.2 MCKD參數(shù)分析
    2.2 自適應(yīng)最大相關(guān)峭度反卷積
        2.2.1 增強領(lǐng)導(dǎo)型粒子群算法基本原理
        2.2.2 自適應(yīng)MCKD基本原理
    2.3 實驗驗證
    2.4 本章小結(jié)
第三章 基于自適應(yīng)VMD和奇異值分解的故障特征提取
    3.1 變分模態(tài)分解方法
        3.1.1 VMD基本原理
        3.1.2 VMD參數(shù)分析
    3.2 自適應(yīng)變分模態(tài)分解
        3.2.1 AVMD基本原理
        3.2.2 AVMD性能分析
    3.3 滾動軸承故障特征集
        3.3.1 SVD基本原理
        3.3.2 故障特征集構(gòu)建
    3.4 實驗驗證
    3.5 本章小結(jié)
第四章 基于支持向量機的故障模式識別
    4.1 支持向量機原理
        4.1.1 SVM基本原理
        4.1.2 SVM核函數(shù)分析
    4.2 支持向量機參數(shù)優(yōu)化
        4.2.1 遺傳算法基本原理
        4.2.2 SVM參數(shù)優(yōu)化
    4.3 實驗驗證
    4.4 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 研究展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的學(xué)術(shù)活動及成果情況



本文編號：3758188